A stilizált modellek fogalmát ennek a blogbejegyzés sorozatnak az első részében vezettem be. A fogalom azokra a szándékoltan egyszerű modellekre vonatkozik, amelyekben az egyszerűsítő feltételek többségét nem valamiféle technikai kényszerből vezetik be, hanem azért, hogy a modell egy jól definiált problémára fókuszáljon. A vizsgált problémához szorosan nem kapcsolódó elemeket azért hanyagolják el, hogy a probléma szempontjából lényeges összefüggésekről ne vonják el a figyelmet. A stilizált modelleknek nem célja, hogy széleskörűen magyarázzák a makrogazdasági megfigyeléseket, a tényeknek csupán egy szűk körére akarnak magyarázatot adni. Éppen ezért nem is alkalmasak előrejelzésekre.
Bejegyzés sorozatom egyik fő tanulsága, hogy a stilizált modellek terén jól teljesít a makroökonómia: például, a nyolcadik részben arra mutattam rá, hogy a 2007-08-as válság után a gazdaságpolitika újragondolását aktívan támogatta a makroökonómiai kutatás új stilizált modellek építésével.
Vannak, akik amellett érvelnek, hogy a makroökonómiának a feladata éppen a stilizált modellek építése. Az nem baj, hogy ezek elsősorban kvalitatív elemzésekre alkalmasak. Így is fontos kiegészítői a kvantitatív, főként ökonometriai alapú előrejelző modelleknek. Egy előrejelző modell lehet, hogy jól prediktálja azt, hogy mekkora lesz az infláció a következő negyedévben, de természetesen arra nem tud választ adni, hogy például milyen elvekre épüljön az optimális monetáris politika, vagy milyen érvek szólnak az inflációs célkövetés rendszere mellett és ellen. A válaszokhoz szükség van elméleti, adott esetben stilizált modellekre. Ahogy az olyan kérdések vizsgálatához is, hogy van-e értelme a nemkonvencionális monetáris politikának, érdemes-e fiskális politikával gazdaságot élénkíteni, problémát okoz-e az államadósság növekedése stb.
Én azonban nem értek teljesen egyet ezzel a nézettel. A stilizált modellek létjogosultságát maximálisan elfogadom, de szerintem nem lehet lemondani arról a törekvésről, hogy olyan modelleket készítsünk, amik egyszerre értelmezik a makroökonómiai eseményeket és kvantitatívan is viszonylag pontosak. A kvantitatív elemzés nem pusztán statisztikai, ökonometriai feladat.
Ezt a következőkkel támasztanám alá. Egyrészt, amint hangsúlyoztam, a stilizált modellek egyik fontos szerepe a gazdaságpolitikai problémákra, dilemmákra adott válaszok keresése. De a gazdaságpolitika döntések támogatásához gyakran nem elég kvalitatív állításokat tenni, szükség lenne kvantitatív értékelésekre is. Például, ha a gazdaságpolitika egy trade-off-fal szembesül – azaz, ha az egy cél elérése csak egy másik rovására történhet –, akkor az optimális megoldás megtalálásához numerikus elemzésre is szükség lenne.
Másrészt, jelentősen növeli egy modell hitelességét, ha numerikusan is viszonylag pontos. Egy stilizált modell esetében mindig felmerül a kétely, hogy valóban csak a lényegtelen részleteket negligálja-e. Mi van, ha valami fontosat is figyelmen kívül hagy? Amint a sorozat első részében utaltam rá, ennek eldöntése során gyakran kénytelenek vagyunk szubjektíven értékelni. Ha a modell kulcsfeltételezéseit realisztikusnak tarjuk, ha a modell által prezentált érveket értelmesnek, szellemesnek, elegánsnak érezzük, akkor nagyobb eséllyel vagyunk hajlandóak a következtetéseit elfogadni. De a modell meggyőző erejét növeli, ha nemcsak értelmes és szellemes, hanem az adatoknak egy viszonylag széles körére elég pontosan illeszkedik numerikusan is.
A modern makroökonómia éppen azzal a programmal indult az 1980-as években, hogy olyan modelleket kell készíteni, amik kvantitatívan pontos leírását és értelmezését adják a gazdasági ingadozásoknak, az üzleti ciklusoknak. Az RBC modellek fejlesztésének egyértelműen ez volt a célja, és a későbbi DSGE modellek egy részét is ezzel az ambícióval hozták létre. Végül is ez a cél nem teljesült (lásd erről Világi 2012), de ez nem azt jelenti, hogy a makroökonómiának fel kell adni az ilyen irányú törekvéseit.
Véleményem szerint ez nem feltétlenül lehetetlen küldetés, de amint a bejegyzés sorozat harmadik részében érveltem, az ilyen irányú továbblépésnek feltétele, hogy a modern makroökonómia megszabaduljon a racionális várakozások feltételezésétől. Az ugyanis olyan technikai nehézségek elé állítja a modellezőt, amit csak irreális egyszerűsítő feltételek bevezetésével lehet megoldani, ami viszont lehetetlenné teszi, hogy a modell pontosan illeszkedjen az adatokra.
A sorozat hatodik és hetedik részében pontosan annak a viselkedési makroökonómiai megközelítésnek az eredményeit tekintettem át, ami a racionális várakozások feltételezésének elvetésén alapul. Akkor nem esett szó egy ezzel rokon kutatási területről, az ágens alapú makroökonómiai modellezésről.
Az ágens alapú modellezést eredetileg fizikában fejlesztették ki, és onnan adaptálták a makroökonómiába. A lényege az, hogy a kutatók egy számítógépes virtuális gazdaságot konstruálnak nagy számú virtuális szereplővel, ezeket nevezik ágenseknek. A kutatók maguk határozzák meg az ágensek viselkedési algoritmusait és a köztük zajló interakciók szabályait. Az eredményeket értelemszerűen számítógépes szimulációval kapják meg.[1]
Nyolc évvel ezelőtt a már idézett írásomban (Világi, 2012) amellett érveltem, hogy az ágens alapú megközelítés alkalmas lehet olyan makroökonómiai modellek építésére, amelyek numerikusan is elég pontosak, de nem pusztán statisztikai összefüggéseket tartalmaznak, hanem van közgazdasági megalapozottságuk, és ebből adódóan használhatók gazdaságpolitikai elemzésre is.
Mindezt a következőkre alapoztam. Egyrészt, az ágens alapú megközelítés nem használja a racionális várakozások hipotézist, ami – ismét hangsúlyozom – szerintem a makroökonómia fejlődésének egyik legkomolyabb gátja. Másrészt, ez a megközelítés képes kezelni a gazdasági szereplők nagy mértékű heterogenitását, ami fontos feltétele annak, hogy kvantitatív értelemben is pontos modellt csináljunk. Harmadrészt, az ágens alapú megközelítés képes megjeleníteni az egyensúlyhoz való alkalmazkodás folyamatát, nemcsak magukat az egyensúlyi helyzeteket. Márpedig a havi vagy negyedéves frekvencián az ingadozások egy része valószínűleg abból adódik, hogy egy sokk után a gazdaság keresi az új egyensúlyi helyzetét (szemben a DSGE modellekkel, ahol feltételezzük, hogy az új egyensúlyi helyzeteket egy hónapon/negyedéven belül megtalálja a gazdaság).[2]
Azonban most, nyolc év elteltével nem érzem úgy, hogy az ágens alapú megközelítés meghozta volna az áttörést a makroökonómiában. Továbbra is úgy látom, hogy a potenciál megvan ebben a modellcsaládban, de a kutatások eddigi iránya nem feltétlenül optimális.
A legtöbb ágens alapú makroökonómiai cikket olvasva az az érzésem (vigyázat, most nagyon szubjektív leszek!), hogy a szerzőknek nincs jelentős ötletük és világos kutatási céljuk; egyszerűen azt gondolják, hogy ha felépítenek valami nagyon bonyolult virtuális gazdaságot, és azzal elég számítógépes szimulációt végeznek, akkor csak kijön belőle valami érdekes. A rossz hír az, hogy az esetek túlnyomó többségében nem jön ki.
Az ágens alapú megközelítés egyik nagy előnye, hogy képes bonyolult rendszereket kezelni, sőt eredetileg éppen ebből a célból jött létre a fizikában. De éppen ez a veszélye is: sokan az ötlettelenségüket próbálják a bonyolultsággal leplezni, mivel az a szakértelem és komolyság látszatát kelti.
Míg egy DSGE modell építésénél a szerzőnek bizonyos szabályoknak meg kell felelni (más kérdés, hogy ezek egy része szerintem fölösleges), addig az ágens alapú megközelítésnél a kutatónak óriási a szabadsága, a józan ész határai között szinte bármit feltehet a szimulált virtuális gazdaság szereplőinek a viselkedéséről és a köztük zajló interakciók szabályairól. Ennek persze megvan az a veszélye, hogy ha szinte bármit feltehetek, akkor kellő türelemmel és gépidővel szinte bármilyen eredményt ki is hozhatok a modellből. Azonban míg egy egyszerű stilizált modell esetén a figyelmes olvasó nagyon hamar kiszúrja, hogy a végeredmény melyik irreális vagy erőltetett feltevés eredménye, addig az ágens alapú megközelítés esetén a modellek bonyolultsága gyakran elrejti mindezt.
További probléma, hogy az ágens alapú kutatásokról szóló tanulmányok többsége nem könnyíti meg az olvasó dolgát. Általában nem indokolják a feltételezéseiket, és jellemzően nem próbálják megmagyarázni az eredményeiket. Ez utóbbi két okból is problémás gyakorlat. Egyrészt, egy modell eredményét nehéz „eladni” például egy gazdaságpolitikai döntéshozó számára, ha az eredményt nem tudjuk intuitív módon megindokolni. Érthető módon nem fogják hitelesnek tartani egy kutató állítását, ha csak annyival tudja azt alátámasztani, hogy ez jött ki a számítógépes szimulációból. Másrészt, egy közgazdásznak önmaga számára is elvárás kéne legyen, hogy a vizsgált jelenségekre közgazdasági magyarázatot találjon. Ez részben az önellenőrzést is szolgálja: ha egy adott szimulációs eredményt csak nagyon intuícióellenesen lehet megmagyarázni, az legalábbis gyanút kell, hogy keltsen, ugyanis lehet, hogy programhiba van a háttérben.
Ismét leszögezném: a fentiek ellenére úgy gondolom, hogy az ágens alapú modellekben komoly potenciál van, de ahhoz, hogy ez valóra váljon, alaposan újra kéne gondolni az ágens alapú modellezés kutatási stratégiáját.
- Világos, jól definiált kutatási kérdésekre van szükség. Úgy tűnik, az a megközelítés nem sok használható eredményt ad, hogy építsünk egy jó komplex modellt, és szimuláljunk vele, hátha kijön belőle valami érdekes. Ehelyett ki kell választani empirikus jelenségeket, amikre a jelenlegi modelljeinkkel nincs jó magyarázat. Meg kell fogalmazni hipotéziseket, hogy a meglevő modellek milyen tulajdonsága akadályozza meg azokat, hogy magyarázzák a vizsgált jelenséget. Majd építsünk olyan modellt, amiben ezeket a hiányosságokat igyekszünk orvosolni.
- Mivel az ágens alapú modellek esetén nagy a szabadság arra nézve, hogy a virtuális gazdasági szereplők viselkedéséről és a köztük zajló interakciók szabályairól mit teszünk fel, és mivel ezzel a szabadsággal vissza lehet élni, ezért a szakmának meg kéne állapodni bizonyos alapelvekben, amit ilyenkor célszerű követni. Jó lenne, ha a feltételezések megválasztása nem ad hoc döntéseken, hanem alapos empirikus vizsgálatokon alapulna. Ami azt is implikálja, hogy egy ágens alapú modell megépítése előtt a kutatóknak célszerű lenne tisztában lenni a fogyasztásra, munkaerőpiacra, beruházásokra, vállalati viselkedésre, pénzügyi piacokra stb. vonatkozó legújabb empirikus kutatások eredményeivel. Ugyanígy a várakozások képzésére vonatkozó feltevéseket is fontos lenne az empíriára alapozni (lásd erről a sorozat hatodik részét).
- A bonyolultság önmagában nem erény. Egy modellt éppen annyira kell bonyolulttá tenni, amennyire szükségesnek érezzük ahhoz, hogy a vizsgált jelenségekre magyarázatot adjon.
- Nem lehet megelégedni a numerikus szimulációk eredményének a közlésével. Fontos lenne minden kutatási eredményt közgazdasági, intuitívan is érthető magyarázatokkal alátámasztani.
- A tudomány nem képes fejlődni hatékony kommunikáció nélkül. Az ágens alapú modellezéshez kapcsolódó tanulmányok általában elég rosszul vannak megírva. Nem világos a motivációjuk, az általában bonyolult modellek ismertetése során keveredik a lényeges lényegtelennel, és ahogy azt már az előző pontban érintettük, nincsenek elmagyarázva rendesen az eredmények. Világos, érthető tanulmányokra van szükség, ahol a főszöveg és technikai függelék elválik egymástól. A főszöveg a motivációt, a modell lényegi elemeit, az eredményeket tartalmazná, a függelék a technikai részeleteket. Továbbá az eredmények reprodukálhatóságát is biztosítani kéne, tehát minden esetben online elérhetővé kéne tenni a kommentekkel és használati útmutatóval kiegészített szimulációs kódokat.
Véleményem szerint a fenti feltételek betartása esetén lehetséges lenne egy komoly, az ágens alapú modellekre alapozott áttörés a makroökonómiában. Ugyanakkor, azt is látni kell, hogy ezeknek a feltételeknek a közgazdaságtanban megszokott két-három fős (maximum négy-öt fős) kutatói csapatokkal nem lehet megfelelni. A fenti kívánalmakat akkor lehet teljesíteni, ha a kutatói teamben vannak makroökonómusok, az egyes részpiacok empirikus elemzői és elméleti szakemberei, a numerikus szimulációk szakértői stb. Tehát inkább 10-15 fős, ha nem nagyobb csapatokra lenne szükség. Hasonlóan az orvostudományhoz, kémiához, gyógyszerkutatáshoz, egyes műszaki tudományokhoz, ahol egy teljes labor van egy kutatási eredmény és a hozzátartozó publikáció mögött. Ennek a közgazdaságtudományban nincs meg a kultúrája és talán az intézményi feltételei sem. Viszont figyelembe véve a makrogazdaság bonyolultságát, ha olyan kutatási eredményeket szeretnénk, amelyek kvantitatívan pontosak, de egyben képesek közgazdaságilag is értelmezhető magyarázatokat adni makroökonómiai jelenségekre, és még gazdaságpolitikai tanácsadásra is felhasználhatók, akkor nem látok más utat.
Világi Balázs
A cikksorozat előző része itt, záró része pedig itt olvasható.
Hivatkozások
Mérő B. (2019). A pénzügyi közvetítőrendszer működésének újszerű modellezése – Ágensalapúmakromodellek, Hitelintézeti Szemle, 18(3), 83-113.
Haldane, A.G. és A. E. Turrell (2018). An interdisciplinary model for macroeconomics, Oxford Review of Economic Policy, 34(1-2), 219-251. Világi B. (2012). A főáramhoz tartozó dinamikus makroökonómiai modellek empirikus értékelése, https://eltecon.blog.hu/2012/04/23/vita_a_makromodelle_empirikus_teljesitmenyerol_vilagi_balazs_vitainditoja
[1] Az ágens alapú makroökonómiáról többek között Mérő (2019), valamint Haldane és Turrell (2018) összefoglalóját érdemes elolvasni.
[2] Itt az egyensúlyt a leghagyományosabb, a kereslet megegyezik a kínálattal értelemben használjuk. Tehát nem abban az értelemben például, hogy kiegyensúlyozott, fenntartható növekedési pálya.
Főoldali kép forrása: pixabay.com
